基于级数解析延拓的非高斯雷达杂波 AR 流程仿真
综合经济学
2026-03-06 v1 经济学
摘要
由于其概念简单，线性滤波框架——尤其是自回归(AR)过程——在模拟具有指定概率密度函数(PDF)和自相关函数(ACF)的杂波序列方面历史悠久。然而，线性滤波不可避免地扭曲输入分布，可能导致 PDF 再现不准确，或限制其适用于非常简单的 ACF。为此，本研究提出了一种基于级数的解析延拓策略，以准确预计算 AR 滤波所需的输入预失真，以补偿 AR 滤波。首先，基于 AR 流程的输入输出关系推导了 AR 输入的矩与累积量，分别用于零点附近的拉普拉斯变换(LT)和对数 LT 的矩与累积量展开。其次，通过帕德近似(PA)对这两个级数展开进行解析延拓，以在整个复平面上恢复 LT。值得注意的是，帕德近似对矩展开的延拓——一种常规选择——在 LT 呈现强烈振荡时可能高度不准确。相比之下，鉴于对数 LT 通常具有更简单的结构，累积量展开的延拓提供了更稳定、更准确的替代方案。第三，由累积量展开恢复的 LT 便于通过随机变量变换方法快速模拟 AR 输入的非高斯白序列，从而实现高效的 AR 流程。最后，仿真结果表明，所提出的策略能够实现对非高斯相关杂波序列的准确且高效的仿真。
引用
@article{arxiv.2603.05153,
title = {Training and Innovation in Italian Manufacturing Firms},
author = {Davide Antonioli and Elisa Chioatto and Giovanni Guidetti and Riccardo Leoncini and Mariele Macaluso},
journal= {arXiv preprint arXiv:2603.05153},
year = {2026}
}
备注
Revise and Resubmit at Structural Change and Economic Dynamics